Matrix 如何编写作用于PyMC3随机变量的无函数？
我已经编写了一个Theano函数，它可以自己工作。这个想法有点类似于点积，但您的方法是使用减法，而不是将元素相乘，并且不求最终结果的和Matrix 如何编写作用于PyMC3随机变量的无函数？,matrix,theano,pymc3,Matrix,Theano,Pymc3,我已经编写了一个Theano函数，它可以自己工作。这个想法有点类似于点积，但您的方法是使用减法，而不是将元素相乘，并且不求最终结果的和 a=tensor.matrix（） b=张量矩阵（） subs=[a[0，i]-b[i，0]表示范围（3）内的i] 函数=编号函数（[a，b]，子函数） d=函数（np.array（[[0,0,0]]），np.array（[[1]]， [1], [1]])) 印刷品（d） >>> [数组（-1.），数组（-1.），数组（-1.）] 现在，当我尝试在PyMC3模
a=tensor.matrix（）
b=张量矩阵（）
subs=[a[0，i]-b[i，0]表示范围（3）内的i]
函数=编号函数（[a，b]，子函数）
d=函数（np.array（[[0,0,0]]），np.array（[[1]]，
[1],
[1]]))
印刷品（d）
>>>
[数组（-1.），数组（-1.），数组（-1.）]
responses=np.array（[
[0,1,2,2,2],
[0,1,2,1,1],
[0,1,2,0,0],
[0,1,2,0,1],
[0,1,2,1,0]
])
学生=5
问题=5
类别=3
a=张量矩阵（）
b=张量矩阵（）
elem_sub=[a[0，i]-b[i，0]表示范围（3）内的i]
函数=编号函数（[a，b]，元素子）
使用pm.Model（）作为模型：
z_学生=pm.Normal（“z_学生”，mu=0，sigma=1，shape=（学生，类别））
z_问题=pm.Normal（“z_问题”，mu=0，sigma=1，shape=（类别，问题））
#变换参数
θ=pm.Deterministic（“θ”，tt.nnet.softmax（函数（z_学生，z_问题）））
#可能性
kij=pm.Categorical（“kij”，p=theta，观察值=responses）
TypeError:将名为“z_student”的错误输入到索引0处名为“：23”的无函数（基于0）。
创建该变量时进行回溯：
应该是一个类似数组的对象，但找到了一个变量：可能您正在尝试对一个（可能是共享的）变量而不是数值数组调用函数？